Contexte
Le client est une entreprise spécialisée dans l’équipement pétrolier, en particulier dans la fabrication d’outils de forage pour les puits. Ces outils intègrent des capteurs au niveau des têtes de forage pour mesurer divers paramètres (température, accélérations, vibrations, etc.), enregistrés par des cartes électroniques d’acquisition.
Utilisées à des dizaines, voire des centaines de mètres sous la surface de la mer, ces cartes ne peuvent pas être inspectées manuellement de manière régulière.
Cependant, leurs pannes peuvent entraîner des arrêts machine coûteux. Le client recherche donc une solution d’analyse automatisée et à distance, capable d’exploiter les données transmises par les cartes pour prévenir et gérer ces incidents.
Besoins
Le client recherche une méthode fiable pour détecter et, si possible, anticiper les défaillances des cartes électroniques présentes dans les têtes de forage. Une détection rapide, voire anticipée, permettrait de réduire les interruptions non souhaitées et d’optimiser les opérations de maintenance. L’objectif est donc de développer un modèle capable d’identifier les signes avant-coureurs de défaillance à partir des données de tension collectées en temps réel par les cartes.
Solution
DiagFit a permis de générer un modèle de détection d’anomalies à partir des mesures de tension recueillies sur les bancs de test des cartes en post-production. Ce modèle, conçu pour identifier en amont les signaux faibles indicateurs d’anomalies, a ensuite été appliqué aux données des cartes en fonctionnement réel sur le terrain, dans les puits de forage.
Résultats
Parmi les 12 cartes étudiées dans le cadre de ce projet, 5 pannes ont été détectées, dont 4 présentaient des signes avant-coureurs permettant une anticipation.
Si le score est en dessous du seuil de normalité, la carte électronique est considérée comme saine en revanche, si celui-ci est au dessus du seuil cela signifie qu’une anomalie est détectée sur la carte.
Ces résultats montrent une certaine capacité prédictive prometteuse pour ce type de panne. Cependant, ils soulignent également que ces signes avant-coureurs ne sont pas systématiques : la réalité physique des cartes révèle que certaines pannes peuvent survenir sans précurseurs détectables dans les données de tension.
A l’avenir, le client a besoin de travailler en interne avec le service Recherches et Développement pour investiguer d’autres pistes pour être capable d’anticiper les pannes.
Envie de tester DiagFit ?
